肺超聲偽影的產生機理、檢測技術及臨床應用?

馬泉龍 高 琨 張皓宇 鐘 徽

(西安交通大學 西安 710049)

0 引言

超聲技術在影像學檢測中有著諸多的應用，但由于肺部空氣和肋間組織聲阻抗之間的高度失配，超聲技術在肺部的應用存在著諸多的挑戰。對于臨床醫師而言，超聲醫學圖像中存在的諸多偽影如A線、B 線與Z 線，這些肺部偽像是最具價值的信息。對肺部偽影的識別和評估對于所對應的生理病理狀態的研究是極為重要的，同樣也是臨床醫師進行疾病診斷的重要依據。

1 肺部超聲偽影

胸壁軟組織與正常肺之間由一條細的、曲線狀的胸膜線隔開。A 線偽影是具有等距離間隔且重復出現的水平回聲線，間隔等于皮膚和胸膜線之間的距離。A 線的長度與胸膜線大致相同或更短，有時會因為通過肺部介質時存在的高聲束衰減而變得不可見。圖像中存在的從胸膜線產生的離散的類似激光的垂直高回聲線狀偽影被認為是由小葉間隔和其他胸膜下結構產生的超聲混響引起[1]，這些偽影被稱為B 型線。Z 線同樣源自胸膜線，但是相較于B 線而言是較短的垂直彗尾狀偽影，在正常人和胸膜腔內空氣聚集異常的人的影像學檢測中均有存在，但Z 線不會隨著肺的滑動而隨之移動，沒有實際的臨床研究意義。肺部超聲圖像中典型的線狀偽影如圖1所示[2]。B 模式圖像(圖1(a))和覆蓋在其上的彩色線條標記(圖1(b))。圖像中兩條B 線。紅、藍、黃和綠線分別表示胸膜線、A 線、B 線和Z 線。

圖1 肺部超聲圖像中的線狀偽影Fig.1 Linear artifacts in a lung ultrasound image

2 肺部偽影的產生機理

當存在特定的肺部病變時，超聲成像結果會顯示出不同的圖像偽影。對這些偽影及其所對應的肺部疾病關系的正確理解在對患者進行疾病診斷時起著至關重要的作用。其中A 線、B 線和Z 線是超聲檢查肺部時常見的3 種不同偽影[3]。目前對于這些偽像的來源并沒有一個確定的描述，只能在超聲成像結果中看到它們的存在。Demi 等[4]在研究中探討了一些臨床中普遍出現的一些肺部偽影的可能成因，同時也介紹并討論了B 線等肺部超聲偽影的一些可能來源，尤其是研究了垂直的肺部偽像是否由振動氣泡所產生。實驗驗證后認為除非振動氣泡的直徑與微氣泡造影劑的直徑相似，否則無法通過振動氣泡來產生大于1 MHz 的頻率。此外，微氣泡的自由振動預計不會持續超過幾微秒，因此，不會產生從胸膜線開始并延續到屏幕底部(4/6 cm)的偽影。

A 線被定義為肺部超聲圖像中的水平線狀偽影，這些偽影彼此等距，并且與超聲探頭的距離是胸膜線與探頭之間距離的倍數。胸膜線處聲阻抗的不連續性非常高，反映了健康肺中入射聲波的所有能量[5]。一旦回波到達探頭，在介質中再次向后反射的那部分仍具有足夠的能量再次到達胸膜線，被再次反射為第二回波并再次到達探頭。因此，胸膜線在圖像中一般有兩個回波顯示：第一個正確定位胸膜線位置，而第二個以兩倍距離定位[6]。對于年輕、瘦弱且健康的受試者，回聲穿過胸壁路徑中的回聲衰減(吸收和散射)極小，因此有時可以觀察到的胸膜線數量大于兩條，且均以相同的距離重復出現。當受試者的胸壁較厚、脂肪多并且肌肉萎縮時，情況就會相反。因此，一個瘦弱而營養豐富的人與肥胖或水腫人的肺部超聲檢測圖像結果有著明顯的區別[7]。

B 線(以前稱為“彗尾”)目前在各種研究以及文章中被廣泛定義為離散的類似激光的垂直高回聲混響偽影，從胸膜線產生，一直延伸到所觀測顯示屏的屏幕底部且持續存在，并且當進行呼吸作用時會伴隨著肺滑動過程進行同步的移動。一般情況下B 線的出現被認為與胸膜下組織病變等原因有關，例如當小葉間隔突然增厚時會局部地干擾胸膜線的鏡面反射過程[8]。然而，根據對于泡沫模體[9]、氣泡層[10]和健康的動物肺[11?12]獲得的實驗結果表明，B 線的存在除了與解剖學所定義的病理事件有關外，也與肺組織密度的增加有關，典型的有肺放氣過程中伴隨的肺組織密度增加。在這些實驗中，設置簡單的空隙便可以產生隨機的線狀偽影。特定空間分布的肺泡對聲波能量的部分吸收以及隨后逐漸再發射所引起的振動也會導致B 線的產生，這是Avruch 團隊在多年前提出的假設[13]，用于解釋肺部超聲偽像的存在：所謂的振鈴偽像，合適形狀和大小的結構在受到聲波沖擊時產生振動，肺部組織不同的結構特性影響著聲波的頻率和持續時間，相鄰4 個氣泡之間的空間分布以及液體體積決定著振動結構的不同。此外，振蕩式超聲偽影的產生也可能與位于泡沫目標內部的非純反射事件有關[7]。反射波之間的散射、吸收和干涉，是解釋換能器從組織中接收到的信息的關鍵，當胸膜下肺內空氣與組織之間的比例改變時，聲學特性也會發生變化。根據這些假設，肺的實質病變與B 線的存在與否是受到胸膜的聲學特性所影響的，并且是由胸膜下肺部空間的幾何分布以及連通性的結構變化所引起。當肺間質積水、新形成的組織在小葉間隔和小葉內擴張或末端空隙不均勻地發生塌陷時，最終結果會導致胸膜表面上聲學通道的打開，超聲波可以通過這些通道進行傳播，穿聲通道對B 線的形成至關重要[9]。

如圖2所示，當結構A1浸沒在A2介質中時，聲波與A1的相互作用可以用斯奈爾定律來描述：一部分入射波透射到A1，一部分反射回A2 介質[14?15]。只有當結構A1 的聲學特性(密度和壓縮率)與介質A2 的聲學特性有很大不同時，入射波才被完全反射。然而，當結構A1 具有有限厚度時，假設S 和S′是界定A1 厚度的兩個表面，則通過表面S 從A2 透射到A1的那部分波隨后即被S′反射回介質A2。與此同時，不可忽略兩個表面S 和S′之間的多次反射情況的存在。如果兩個表面彼此遠離，衰減系數高而反射率低(即兩個介質A1 和A2 聲阻抗相似)[16]，則在由A1 發出的時間信號中可能只觀察到由兩個表面S 和S′提供的初級回波。另一方面，如果反射率高(即兩個介質A1 和A2 聲阻抗差異大)，兩個表面接近并且衰減最小，則S 和S′兩者之間的多次反射可以具有足夠的能量來在探頭接收的信號中重復復制兩個表面。這種混響效應被認為是產生B線偽影最簡單的機制，圖2(a)中展示了結構A1 浸沒在介質A2 中的模型示意圖，圖2(b)顯示了在高反射率、閉合表面和低衰減系數的情況下通過S 和S′的多次反射而獲得的超聲圖像[17]。

圖2 多次反射超聲圖像Fig.2 Multiple reflection ultrasound images

簡而言之，如果存在與周圍介質A2 的聲學特性不同的小結構A1 (例如，被空氣空間包圍的擴大的肺間隔)被聲波穿透，它就會捕獲一部分波的能量，然后逐漸將其返回到介質A2。在此過程中，結構A1 成為了最終將聲波發射到探頭的“超聲源”。偽影的長度由分隔A1 和A2 表面的反射指數以及兩個介質A1 和A2 的衰減系數所決定[16]。圖3和圖4是兩個肺部病理情況的例子[17]，它們局部改變了聲波陷阱中胸膜線的結構。圖3顯示被空氣空間所包圍的一滴液體，圖4顯示膨脹的隔膜被空氣空間包圍，其中空氣空間均暴露在超聲波通過穿聲通道穿透的環境中。被空氣空間包圍的一滴液體和膨脹的隔膜可以捕獲超聲脈沖的部分能量，并以B 線的形式逐漸釋放被捕獲的能量。

圖3 聲波陷阱的示例一Fig.3 Example One of acoustic trap

圖4 聲波陷阱的示例二Fig.4 Example Two of acoustic trap

3 B線定量及半定量檢測技術

在肺部超聲檢查圖像中，B 線是一條窄亮條，起源于內臟胸膜線并延伸至顯示器邊緣，肺超聲檢查中，兩條相鄰B 線之間的平均距離一般不超過7 mm[18]。臨床上在進行肺部超聲檢查時，影響檢查結果準確性的原因主要有技師經驗不足以及對圖像診斷結果的判斷失誤。通過計算機對檢查結果進行輔助解釋可以很好地解決這些問題，尤其在進行靜水性肺水腫、病變性肺水腫或纖維化引起的彌漫性肺泡間質綜合征診斷時，掃描結果中B 線數量的多少是確定肺部病理狀態的重要指標。

對于肺超聲中B 線的自動檢測而言，因為在超聲圖像中B 線是一條白色的直線，首先考慮霍夫變換，因為其簡單實用而被視為對直線檢測最常用的算法。該變換使用直線的參數表示：r=xcosθ+ysinθ首先考慮，r是原點和直線之間的最短距離，θ是x軸和垂直于直線的向量之間的角度[19]。但對于醫學圖像中常遇到的乘性散斑噪聲，霍夫變換不能很好地解決由于共線噪聲邊緣點產生的假峰問題，目前提出的專門處理散斑的技術通常需要幾個預定義的閾值和參數，當在不同設置狀態時采集數據需要進行數據的調整。而使用Radon變換來避免二值邊緣檢測過程[20]，這類似于霍夫變換，但它直接對灰度圖像進行操作[21]。此前有研究使用基于Radon變換的直線檢測方法，但在實際應用中，灰度圖像被轉換為二值梯度圖像，這意味著仍然需要預定義的閾值。因為預定義閾值的存在并且在臨床數據的采集過程中，需要考慮儀器以及采集效果不好等各種因素引起的圖像模糊等情況。Brattain 等[22]提出了兩種自動方法和一種半自動方法，研究中的方法采用了角度特征和閾值(Angular features and thresholding,AFT)。如果特征值超過預定閾值，則在特定圖像列中檢測到B線。

此外，Moshavegh等[23]使用交替順序濾波(Alternate sequential filtering, ASF)，對掩膜應用重復的順序形態打開和閉合方法，用于檢測肺部超聲掃描中的胸膜線和B線。首先在圖像中描繪出胸膜線，之后進行對B 線的檢測，B 線的顯示是從胸膜線開始并逐漸延伸至屏幕圖像的邊緣。文獻[23]中提出的算法首先使用隨機游走的方法對胸膜線進行描繪，得到胸膜線的置信度圖估計后排除掉胸膜線以上區域所對應的射頻(Radio frequency, RF)數據，再通過對剩余區域的數據進行希爾伯特變換生成累積頻率直方圖，計算出圖像中較強信號的區域，之后對所獲得結果進行濾波，從而達到提取出B 線的目的。后來，Moshavegh等[24]又對自己提出的算法進行了改進，在保留掃描圖像上胸膜線以下的RF數據后，對結果進行替代順序過濾以及頂帽式過濾，從而更好地突出B線以及確保B 線橫向分離。將高斯模型擬合到每個檢測到的B 線，并計算與B 線相對應的擬合高斯模型的峰值，將其用于確定B 線的位置。

圖5為三電平逆變器的故障診斷流程圖,若電路發生簡單故障時,可以直接通過相電壓的輸出波的形變化情況對故障進行診斷和定位;當發生復雜故障時,采用了MATLAB編程的方法對數據進行分類分析和檢測,得出最后的編碼結果。

Anantrasirichai 等[2]使用了基于Radon 變換和稀疏正則化的凸優化和非凸優化技術將其作為稀疏估計問題來處理，提出了一種新的散斑圖像直線復原方法。通過全變分盲解卷積在Radon域中加入了一個額外的去模糊步驟，以增強線條可視化和提高對線條識別的能力。文獻[2]中的自動識別B線的方法在Radon 變換域中使用簡單的局部極大值技術，提出的解決超聲圖像直線檢測逆問題的新方法，將Radon 變換和超聲采集系統的點擴散函數(Point spread function, PSF)結合在一個方程中，從而同時實現直線檢測和反卷積。此方法優勢在于除了可以用于肺部超聲圖像中的B 線檢測之外，還能夠做到對A線和Z線的檢測。

除了基于傳統的信號處理的方式外，現代深度學習方法也逐漸的被應用于對B 線進行定量的檢測，需要訓練一個完全卷積神經網絡來自動檢測和定位超聲掃描中的B 線[25]。文獻[25]中提出的定位方法是“弱監督”的，即只基于圖像數據來實現定位，能夠盡可能的做到減少技術人員對檢測結果的影響，有利于神經網絡訓練的穩定性。

除了以上集中基于信號處理等方式來對B 線進行定量檢測外，臨床上更多采用一些半定量技術(打分制)，即應用肺部超聲技術，對于臨床醫生及患者感興趣的區域，根據一定的評分方式(計算B 線得分)對不同的肺部區域進行打分[26?29]，最終求得整個肺部的總得分。肺部得分的不同往往對應著不同的臨床表現。研究連續性肺超聲評分與不同肺部疾病之間的對應關系，可以作為診斷疾病的重要參考指標。持續性地進行B 線評分，能夠做到對疾病的診療過程以及治療效果進行實時跟蹤和把控。

評分方法普遍先對整體肺部檢查區域進行劃分，分割成為多個區域(一般劃分為4～12 個區域不等)，之后分別針對每個區域中B線的表征情況進行打分，相應小區域內B線數量較少獲得較低分數，出現B 線擁擠且合并現象時則獲得較高分數(小區域最高得分為3～8 分不等，最低得分統一為0 分)，最后進行匯總從而得出整個肺部區域的評分結果。臨床中當患者肺部檢測結果中B 線數量較少且清晰可分離時，計數相對容易，但是當B 線數量較多，部分區域產生融合甚至出現“白肺”現象時開始，較多采用B 線融合面積(白色)和全屏幕面積(黑色)的比例進行估算的方式來進行打分，類似于在屏幕為全白時認定B 線數目達到最大，即最高評分[30]。目前不斷有研究對評分系統進行改良，通過在原有針對于B 線數量測定方法中引入新的判定標準以及考慮胸膜表面對肺部偽影的影響等方式來得到一套新的肺部超聲評分標準，并且采用新的評分標準后與肺部成像，特別是用肺充氣評估的黃金標準：定量CT掃描來進行比較和驗證[31?32]。

4 臨床應用

肺部超聲的臨床應用領域主要在胸腔積液、重癥監護中的肺炎、急性呼吸窘迫綜合征(Acute respiratory distress syndrome, ARDS)和血液動力學檢測等方面。其中典型的有用B線偽影檢測的方法來判斷周圍肺充氣功能的喪失(無組織實變)是由于間質病變的累積造成，還是僅僅由于肺收縮而沒有組織學改變[12]。B線偽影主要出現在有心源性肺水腫(彌漫性和均勻分布)[33]、肺挫傷[34]、ARDS[35]和實變區周圍存在肺炎的地方[36]。如圖5[37]及圖6[17]所示，圖5為胸腔積液(PE)患者的胸壁膜和膈肌的超聲示圖，圖5(a)中可以明顯看出胸壁，緊鄰肝臟的兩層膈肌[1?2]被纖維隔膜隔開，圖5(b)中使用曲面陣列傳感器顯示隔膜的各部分。在胸腔積液、心源性肺水腫以及肺纖維化患者的超聲影像學檢查中，可以很清楚地看到各類偽影的存在[38]，此外在健康人體肺部中也可能觀察到B 型線[39]。圖6(a)中A 線間隔清晰，數條B 線均勻分布，圖6(b)中存在沿胸膜線密度增加的數條B 線，圖6(c)中存在許多偽像的不均勻調制，圖6(d)中偽影較少，存在輕微的肺充血征象。盡管特異性較低，但B 線的數量與肺水腫或肺纖維化的程度有著很高的關聯性[40]。當液體從肺部排出，或者當肺炎或挫傷消退時，B線會同步消失[41]。

圖5 胸腔積液(PE)患者的胸壁膜和膈肌的超聲示圖Fig.5 Ultrasound image of the parietal pleura and diaphragm in a patient with pleural effusion (PE)

圖6 心源性肺水腫患者的B 線Fig.6 B Line in a patient with cardiogenic pulmonary edema

間質組織內的病理變化是產生彌漫性B 線的重要原因，B 線的存在是肺泡間質疾病的主要特征。B 線間隔小于3 mm 是肺泡間質疾病的征象[8]，但不能準確判定間質性肺疾病的存在。肺泡間質疾病可擴散為心源性和非心源性肺水腫，如ARDS、彌漫性間質性肺炎和肺纖維化。B 線的存在可以是雙側的，也可以只存在于肺部的一部分，并與局灶性間質性肺炎、肺挫傷或單純與肺部氣體含量的改變有關。當存在ARDS 和肺炎時會影響正常的肺滑動，可能與肺順應性的喪失有關。心源性肺水腫可以保留肺滑動，而ARDS 可以改變肺滑動[42]，這有助于區分心源性肺水腫和ARDS。雙側多發彌漫性B 線偽影作為間質綜合征的重要表征，線條數隨空氣含量減少和肺密度增加而增加。間質綜合征的病因主要有多種原因引起的肺水腫(包括心源性肺水腫和ARDS)、間質性肺炎以及彌漫性實質性肺病(肺纖維化)。因為B 線偽影數量與肺水腫程度有相關性，血管外肺水(Extravascular lung water, EVLW)增加是胸部超聲多發彌漫性B 線偽影的主要決定因素之一[43]。當液體從體內排出的同時會伴隨著B線偽影的消失，這些臨床的實驗現象表明肺部超聲可以作為評估液體是否排出的一種較為直觀的方法[44?45]。肺部超聲偽影診斷具體的肺部疾病的實際應用主要體現在：

(1)間質性肺疾病(彌漫性、局灶性)

(2)肺炎

薈萃分析證實了肺部超聲可以用來對肺炎進行診斷[48?49]。B 線偽影常見于實變區域附近的原因，可能是由于炎癥導致了周圍組織水腫。胸膜線異常和融合的B 線偽影與胸腔積液以及存在肺實變區域有關。

(3)慢性阻塞性肺疾病(Chronic obstructive pulmoriary disease, COPD)

肺部超聲技術在區分COPD 惡化和失代償性心力衰竭時起著重要作用，因為COPD 并不存在B線偽影[50]。

(4)急性呼吸衰竭

急診時對于肺間質積液的初步診斷對于區分急性呼吸衰竭是心源性還是非心源性至關重要[42]，B線偽影在這種情況下已被證明是一種有用的初級診斷方法。在急性肺損傷患者中，一定的肺充氣程度(指清晰的CT 掃描實體)對應特定的超聲成像結果[51?52]，肺部超聲作為一個有用的、非侵入性的工具可以應用在預測機械通氣患者的水合狀態等方面[27]。

(5)監控流體超載

對不同狀態的監測，例如對血液透析中的液體超載、EVLW 的半定量和肺通氣進行研究。B 線偽影數量會根據肺水含量的改變而變化，當患者進行透析時，可以實時跟蹤B 線偽影并因此判斷是否已將血管外肺水從身體中移除。在心源性肺水腫患者中，評估B 線偽影和其數量的變化可以實現非侵入性的實時監測[1,53]。

B線的自動化檢測可以極大地擴大肺部超聲的應用范圍，可以用于定量估計肺水腫和檢測氣胸，或是通過B 線數量的變化判斷肺水腫的恢復程度，對B 線的自動識別及定量研究，具有重大的臨床應用價值。肺部超聲檢查B線評分技術在臨床中同樣應用廣泛，例如針對ARDS 的診斷，ARDS 的嚴重程度與B 線評分的增加有關[54]。此外也包括對肺氧合作用的檢測[31]、間質性肺疾病與組織炎癥[55]、急性肺損傷患者的呼吸功能障礙等多種疾病的診斷[30]，并且也可以對不同肺間質病變的肺超聲評分與臨床癥狀和實際肺功能損害程度的相關性進行評估[32]，肺部超聲B線評分技術對于多種肺部疾病的診斷有著良好的輔助作用。在此次針對新冠肺炎患者的診療過程中，肺部超聲評分技術為新冠肺炎危重患者提供了半定量的肺部超聲結果分析并且進行了準確的肺損傷評估[28]。臨床實驗結果表明，患者肺炎越嚴重，肺部超聲評估越準確。

5 發展趨勢

肺部超聲偽影，尤其是B 線偽影已被廣泛作為診斷肺部疾病的標準之一，在對患者進行臨床診斷中起著越來越關鍵的作用。關于肺部超聲技術在不同疾病中應用的臨床文獻并不完整，并且對于肺部偽影的來源目前也沒有準確的定論。目前關于B 線的產生原因以及形狀變化原因的解釋只是停留在初級階段，臨床上將這些圖像的診斷信息量化的嘗試也主要局限于垂直偽影的計數或者一些半定量的方法，以此來診斷疾病的嚴重程度。

只有在對肺部偽影的認識上取得進展，才能在肺部超聲方面取得突破。未來關于肺偽影的研究以及發展趨勢主要可以分為以下3 個方面：(1)可以通過建立物理模型、仿體模型等方式來研究肺部偽影的產生機制，以及研究不同成像參數對于B 線偽影產生的影響作用。(2)發展肺部偽影，特別是B線偽影的檢測算法，可引入人工智能技術來對偽影進行更精確的定量研究分析。(3)臨床應用方面，不斷的從臨床實踐提高和加深對B 線偽影的數量和形狀等特征的理解，探究肺部偽影對于診斷間質綜合征、胸腔積液和胸膜下組織實變等肺部疾病的臨床意義。值得注意的是，因為B 線偽影是一個低特異性的跡象，可能會因為多種影響因素而產生變化。臨床診斷時需要將病人的臨床癥狀、病史、體格檢查與影像學結果相結合，首先考慮患者臨床情況的嚴重程度與病史等因素，這與B 線偽影的擴展和擴散模式密切相關，然后才可以將肺部超聲B 線偽影作為臨床診斷參考。

通過肺部超聲影像對疾病進行診斷時除了病史等因素外仍存在諸多的影響因素，需要進一步的研究來進行技術調整，例如探究不同的探頭以及機器因素是否會對肺部偽影產生影響。對于廣泛被應用于臨床的肺部超聲評分系統，尤其需要考慮其局限性，即縱向掃描可以清楚地看到肋骨之間的胸膜，但它的顯示受到肋間空間寬度的限制，肋間空間的寬度在患者之間和肋間空間之間可能存在較大的差異，從而可能會造成基于可視偽影數量變化而導致的肺部評分的不同，最終導致評分可靠性的降低[56]。在不同的肺部疾病中，肺超聲B 線評分與多種因素有關，目前的研究較多將研究重點聚焦于對于不同肺部超聲評分系統的比較以及探究針對于不同疾病的診斷適用于采用哪種評分系統較為合適。可以針對于不同的疾病繼續開發不同的評分標準；使用不同的超聲探頭，并且多次重復掃描來降低因主觀因素導致的測量結果的不準。總結來說，目前肺部超聲技術的應用依然有很多需要改進和完善的地方：

(1)不同的超聲探頭，操作人員技能的熟練程度等因素會直接影響成像結果，從而進一步地影響后續定量及半定量檢測結果的準確性；(2)在進行半定量打分時，評分標準目前并沒有完全的統一；(3)肺超聲B線不能嚴格區分肺部疾病的病變性質，故對于部分有多種肺臟基礎疾病的患者，仍需結合其他臨床資料從而更加精確的診斷；(4)肺部超聲在對危重患者進行檢查時均為仰臥位，體位難以改變，必然導致遺漏位于肺后的組織病變[28]。

綜上所述，對肺部超聲偽影的持續研究可以幫助那些使用超聲技術來進行疾病診斷的人員更好地進行肺部腫瘤的識別以及診斷其他諸如肺水腫、間質性肺炎和肺挫傷等肺部疾病。肺部超聲檢查能夠較靈活地診斷多種肺部疾病，能夠對患者進行疾病的早期診斷，同時也可以大大減少醫療工作者的工作量，提高肺部疾病診斷的效率，具有廣闊的發展空間。相信隨著對肺部超聲偽影的產生機理、偽影檢測方法以及臨床應用研究的不斷深入，超聲成像技術對于肺部疾病診療的優勢也會進一步顯現。